Neural Networks and Learning Machines

Neural Networks and Learning Machines pdf epub mobi txt 电子书 下载 2025

Simon Haykin,于1953年获得英国伯明翰大学博士学位,目前为加拿大McMaster大学电子与计算机工程系教授、通信研究实验室主任。他是国际电子电气工程界的*名学者,曾获得IEEE McNaughton金奖。他是加拿大皇家学会院士、IEEE会士,在神经网络、通信、自适应滤波器等领域成果颇丰,*有多部标准教材。

出版者:Pearson
作者:Simon O. Haykin
出品人:
页数:936
译者:
出版时间:2008-11-28
价格:USD 252.40
装帧:Hardcover
isbn号码:9780131471399
丛书系列:
图书标签:
  • 神经网络 
  • 机器学习 
  • MachineLearning 
  • 人工智能 
  • NeuralNetworks 
  • 计算机 
  • AI 
  • 计算机科学 
  •  
想要找书就要到 小美书屋
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

For graduate-level neural network courses offered in the departments of Computer Engineering, Electrical Engineering, and Computer Science. Renowned for its thoroughness and readability, this well-organized and completely up-to-date text remains the most comprehensive treatment of neural networks from an engineering perspective. Refocused, revised and renamed to reflect the duality of neural networks and learning machines, this edition recognizes that the subject matter is richer when these topics are studied together. Ideas drawn from neural networks and machine learning are hybridized to perform improved learning tasks beyond the capability of either independently.

具体描述

读后感

评分

总体看来,原著的结构性是比较强的,而且原著作者是经过信号处理转过来的,以LMS作为BP 的引导这块感觉挺有新意,同时不仅从数学分析方法,更重要的是从贝叶斯估计入手,更容易理解机器学习是一种统计推断,而不是看起来完美的微积分推导。但是,翻译的人,对, 就是那个姓申的...  

评分

这次是第一次通读了整本书,里面的很多数学公司推导、部分原理没看明白,我想大部分第一次读的人应该也和我差不多吧。 如果作为学习神经网络的入门书,我想这本可能不太适合,因为它太多太细,初学者很容易陷入细节受到挫败感。 但并不是说这本书不好,相反,这本书绝对是经典...  

评分

这本书还算有点名气,有不少的AI书籍的参考文献都提及了它。书名虽然是foundation,但却是偏重于数学的。对于ANN的几乎所有原理都没有给出可以在直觉上理解的原因,比如,为什么对于w的初始化要随机且尽可能小;冲向量的直观解释是什么;对于分布不均匀的结果类别应该如何对w正...  

评分

模仿生物的神经系统,人类开始设计制造人工神经网络。人工神经网络具有很多类似人脑的功能,其中就包括学习功能,也就是机器学习。 小脑在运动的控制和协调中起到了非常重要的作用,通常进行得非常平稳并且几乎毫不费力。在文献中,已经提到小脑扮演着动态估计的控制者或者神经...

评分

神经网络不仅是现在的思维模式,计算机的将来计算模式,还是简单的细胞的运算模式。他们没有真正的思考,而是计算。计算是机器也能够做到的,因此不管人是否理解或者机器是否知道,都可以从容应对。而不知道的事物如此之多,因此不必担心他们会自动的进入圈套。他们不仅是可以...  

用户评价

评分

一部大作,里面涉及大量数学原理,需要一定的数学功底才能全部看懂。

评分

还是看原版好一点

评分

Sophisticated yet understandable

评分

这书很让我欣慰,写了好多continuous Hopfield Network和Boltzmann Machine,也教了RNN基本的backpropogation through time。。。。但是这一行的书总是更不上行情(没有现在常用的LSTM和Gated recurrent units)

评分

一部大作,里面涉及大量数学原理,需要一定的数学功底才能全部看懂。

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有